基于多标准融合频点筛选的盲源分离快速方法及系统
专利汇可以提供基于多标准融合频点筛选的盲源分离快速方法及系统专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种基于多标准融合频点筛选的 盲源分离 快速方法及系统，对待分离的声音 信号 进行短时傅里叶变换，将变换后的所有频点划分为两个集合；对其中一个集合进行多标准融合的频点筛选，利用复数域独立性成分分析 算法 选择出信号 能量 和独立性满足设定 阈值 的频点；对筛选出的频点进行聚类，进一步减少选择的频点数量；对由多标准融合的方法筛选出的频点，利用ICA算法求解分离矩阵，对其他集合的频点利用未选频点的分离方法恢复出源信号。对分离信号进行逆短时傅里叶变换。采用本发明的方法可以更好地兼顾性能的提升和时间的减少问题，与单一标准相比，同样的性能下，本发明的方法所需的运行时间更少，可以更好地用于语音增强。，下面是基于多标准融合频点筛选的盲源分离快速方法及系统专利的具体信息内容。
1.一种基于多标准融合频点筛选的盲源分离快速方法，其特征是：包括以下步骤：
对待分离的声音信号进行短时傅里叶变换，按照是否会发生混叠，将变换后的所有频点划分为初选频点和未选频点两个独立的集合；
对初选频点集合进行多标准融合的频点筛选，选择出信号能量和独立性都满足设定阈值的频点；
对由多标准融合的方法选中的频点利用复数域独立性成分分析算法求解分离矩阵和利用基向量的方法解决排列不确定问题；
对筛选出的频点进行聚类，保留相对衰减和相对延迟参数均为聚类核心点所对应的频点，进一步减少选择的频点数量，对选择的频点进行尺度问题的解决后，最终确定筛选集合，将其余点归入未选频点集合；
对未选频点集合求解分离矩阵，得到分离信号，对所有频点的分离信号进行逆短时傅里叶变换，得到分离结果。
2.如权利要求1所述的一种基于多标准融合频点筛选的盲源分离快速方法，其特征是：
先把时域的卷积转换为频域的相乘，在频域上对复数信号进行处理，得到频域上的分离信号之后再转换为时域信号。
3.如权利要求1所述的一种基于多标准融合频点筛选的盲源分离快速方法，其特征是：
将混合信号的复内积的模值作为衡量信号能量的标准。
4.如权利要求1所述的一种基于多标准融合频点筛选的盲源分离快速方法，其特征是：
采用参数化的中心相关熵来衡量信号间的独立性。该值越接近于0，说明源信号彼此间越独立。
5.如权利要求1所述的一种基于多标准融合频点筛选的盲源分离快速方法，其特征是：
多标准的筛选过程具体包括：
计算集合的频点上的内积和参数化中心相关熵；根据频带数目随阈值变化情况，设置信号能量和独立性两个标准各自的阈值范围，之后在联合阈值的范围中仿真算法的分离性能和运行时间，确定联合的阈值。
6.如权利要求5所述的一种基于多标准融合频点筛选的盲源分离快速方法，其特征是：
对于两个标准均进行归一化处理，然后将归一化后的值和阈值比较，若该频点上满足阈值要求，则该频点是符合多个标准的筛选条件。
7.如权利要求1所述的一种基于多标准融合频点筛选的盲源分离快速方法，其特征是：
利用密度聚类DBSCAN算法进行筛选后的频点进行聚类。
8.如权利要求7所述的一种基于多标准融合频点筛选的盲源分离快速方法，其特征是：
设置DBSCAN算法的给定邻域和最小数目，采用欧式距离计算由多标准融合的方法筛选出的频点对应的衰减参数两两之间的距离，依据已经确定的给定邻域和最小数目，确定两个衰减参数的各自的核心点，将其对应的频点选择出来。
9.如权利要求7所述的一种基于多标准融合频点筛选的盲源分离快速方法，其特征是：
若频点上的相对衰减和相对延迟均是由DBSCAN算法确定的核心点，则该频点上分离矩阵在解决完尺度问题之后便被最终确定，不完全是核心点的频点由未选频点的方法求出分离矩阵。
10.一种基于多标准融合的盲源分离快速系统，其特征是：运行于处理器或存储器上，被配置为执行以下指令：
对待分离的声音信号进行短时傅里叶变换，将变换后的所有频点划分为初选频点和未选频点两个独立的集合；
对初选频点集合进行多标准融合的频点筛选，选择出信号能量和独立性都满足设定阈值的频点；
对由多标准融合的方法选中的频点利用复数域独立性成分分析算法求解分离矩阵和利用基向量的方法解决排列不确定问题；
对筛选出的频点进行聚类，保留相对衰减和相对延迟参数均为聚类核心点所对应的频点，进一步减少选择的频点数量，对选择的频点进行尺度问题的解决后，最终确定筛选集合，将其余点归入未选频点集合；
对未选频点集合求解分离矩阵，得到分离信号，对所有频点的分离信号进行逆短时傅里叶变换，得到分离结果。
基于多标准融合频点筛选的盲源分离快速方法及系统
技术领域
背景技术
分离在进行语音增强时，能够在不知道麦克风阵列分布和不破坏双耳线索的情况下,保持
声源的双耳线索。然而数字助听器要求低功耗，低延迟与传统盲源分离算法的高复杂度相
矛盾，因此为了将盲源分离用于助听器中分离目标信号，首要任务便是要降低BSS算法的复杂度。
函数，每次迭代更新都需要估计新的高阶统计量并且需要在每一个频点上都进行迭代求
解。另外，KondoKazunobu简单估计了FDICA算法每一步的复杂度，同时证明了算法的高复杂度主要来源于ICA迭代求解分离矩阵的过程。根据这种想法，很多专家学者对此展开了研
究。研究方向主要分为两类，一是降低ICA的迭代次数加速收敛，二是选择较少的频点进行ICA迭代。
计算速度比未筛选时快了40倍，但是该算法选择的频点为连续频点的集合并且一旦随麦克
风阵列的分布以及声源位置发生变化，该集合的又要经大量实验重新确定。2.利用混合信
号的特性来进行频点选择，如混合信号协方差矩阵的行列式。3.采用互信息选择出一个中
心频点，仅利用这个频点来估计信号的混合参数。方法二和方法三都可以降低算法的复杂
度，但是方法的实验环境主要是在麦克风间距很小的时候，并且方法三只选择一个频点进
行，鲁棒性不好。4.采用混合信号协方差矩阵的行列式和箱线图对频点进行两次筛选。该方法适用于双耳系统且算法的复杂度得到了降低，但是由于影响频点分离性能的因素有多
个，目前这种采用单一的标准对频点衡量的方法不够全面，很容易造成误选，错筛的现象。
换句话说，容易出现剔除的一些频点为分离性能好的频点，被选中的这些频点反而性能比
较差的现象。在这种情况下，无法为未被选择的频点提供准确的参数估计。
发明内容
的描述。
算法的分离性能和运行时间，确定联合的阈值；对于两个标准均进行归一化处理，然后将归一化后的值和阈值比较，若该频点上满足阈值要求，则该频点是符合多个标准的筛选条件。
最小数目，确定两个衰减参数的各自的核心点，将其对应的频点选择出来。
频点的方法求出分离矩阵。
接近实际值，未选频点的分离性能也会更好。本发明中的被选频点的分离和传统频域独立
成分分析(FDICA)不仅采用同样的ICA算法求解分离矩阵、还采用同样的方法解决置换问题
和尺度模糊问题，因此相对传统FDICA算法，性能的提升主要依赖未选频点的分离，因此这就要求选择的频点数目不仅要好还要有好的分离性能。本发明将信号能量和独立性作为频
点选择的标准。
的信息，有助于实现信号的良好分离，因此我们将能量作为其中的一个标准。
组合。也就是说，只需要假设源信号彼此统计独立，ICA算法便可以很好地从混合信号中恢复出源信号。从ICA算法的原理中可以看到对分离信号独立性的衡量直接影响算法的有效
性和健壮性,是一个算法成功与否的关键因素。因此我们将独立性作为另一个选择标准，在实际筛选过程中，尽可能的选择独立性强的那些频点利用ICA算法求分离矩阵。
复杂度过高，给独立性的衡量带来了不便。本发明中采用的方法是从信息论学习(ITL)的角度出发，相关熵不仅蕴涵了比传统的相关更多的信息量，而且能够识别信号产生的非线性
特性。在此基础，一种衡量独立性的方法参数化的中心相关熵被提出，该方法在采用特定的内核时，算法的复杂度可以降为O(NlogN)。
者绝对值的最大值，即下面的式(7)定义的这种形式
值。(3)首先对于标准1和标准2均进行归一化处理，然后将归一化后的值(α，ε)和阈值(β，η)比较，若该频点上满足(α≥β，ε≤η)，则该频点是符合多个标准的筛选条件，被选中进行ICA迭代和利用基向量的方法解决排列不确定问题。换就话说，符合(α≥β,ε≥η)，(α≤β,ε≤η)，(α≤β,ε≥η)这三种条件的频点均要按照未选频点的方法来获得分离矩阵。
据确定的输入参数，便可得到两个衰减参数各自的核心点。图2中的两个直线代表两个衰减参数实际值， 代表由DBSCAN算法得到的核心点，○为噪声点和边界点，以实际值为0.9050的这个衰减参数为例，由图可以看到选择出的这些核心点基乎都是接近实际值点，因此我
们将各个参数中核心点所对应的频点选择出来，对两个延迟参数也做同样的处理。若该频
点上的相对衰减和相对延迟均是由DBSCAN算法确定的核心点，则该频点上分离矩阵在解决
完尺度问题之后便被最终确定，不完全是核心点的频点需要由未选频点的方法求的分离矩
阵。在本实施例中，基于最小失真原则进行尺度问题的解决。未选频点的分离按照公式(8)的方法进行分离，公式(8)如下：
数目的37.5％，经过DBSCAN算法之后，频点数目会进一步下降，此时的数目仅为集合1中的数目的13.90％。由此可见，本发明的方法对于减少频点数目有着显著的效果，具体的性能的衡量将在下面部分进行叙述。
(SIR)、信号失真比(SDR)、感知语音质量评价(PESQ)来衡量算法的分离信号，采用运行时间来对算法进行简单的复杂度估计。在此实验环境下，选择(30°,0°),(30°,-40°),(30°,-
80°),(70°,-80°)这4个位置各自进行1000次实验。图5(a)-图5(d)中展示了4种声源位置下
提出算法的性能，从柱状图中，可以直观看到相比于传统FDICA,提出的算法时间复杂度大
幅度下降时，SIR，SDR,PESQ都得到了提升。表1为4000次实验提出的算法和传统算法的性能对比，可以看到在SIR，SDR,PESQ各自提升了7.86,10.928，0.08，算法的运行时间此时仅为传统算法的8.87％。结合图3和图5就可以得到，经过本发明提出的多标准融合筛选方法和
DBSCAN聚类算法，不仅筛选的频点数目少，而且筛选的频点是具有较好的分离性能。
140.niter是聚类算法所需的迭代次数。实验中的采用的帧移、帧长、窗函数分别为256、
1024、汉宁窗。对于传统的FDICA，NB4＝NB3＝NB，而当使用多标准融合的算法进行筛选时，考虑到内积的复杂度小于参数化中心相关熵，因此先用内积计算集合1内的频点，如果符合内积选择频点的标准，在使用参数化中心相关熵进行筛选。NB1为不发生空间混叠的频点数目。
NB2和NB3均为4000个实验的平均值，NB4为经过DBSCAN算法之后被选择的频点数目，其数值也为4000次实验的均值。
度。本发明所使用的多标准融合的频点筛选算法的总复杂度仅传统FDICA复杂度的27.3％。
能。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 基于快速傅立叶变换的频域迭代均衡方法 | 2020-05-13 | 287 |
| 可变长快速傅立叶变换电路及实现方法 | 2020-05-13 | 204 |
| 基23频域取样快速傅立叶变换的硬件结构 | 2020-05-13 | 891 |
| 一种实现快速傅立叶变换/离散傅立叶变换的装置及方法 | 2020-05-11 | 62 |
| 基于Turbo结构的快速傅立叶DFT变换系统 | 2020-05-12 | 212 |
| 基于Turbo结构的快速傅立叶DFT变换系统 | 2020-05-12 | 940 |
| 基于余数系统的快速傅立叶变换系统 | 2020-05-11 | 525 |
| 快速傅立叶变换结构 | 2020-05-11 | 691 |
| 在雷达和声纳应用中调整定点快速傅立叶变换 | 2020-05-13 | 932 |
| 一种基于快速傅立叶变换的打盹行为检测方法 | 2020-05-13 | 902 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
